将C盘中“大数据1年级数据.xlsx”、“大数据1年级朋友数据.xlsx”、“大数据1年级爱好数据.xlsx”、“大数据1年级专业成绩数据.xlsx”导入到python中将“大数据1年级专业成绩数据.xlsx”中的nan替换为这门成绩的平均成绩，如果成绩有效数据少于1门的学生直接删除。

好的，针对你的问题，我给出以下步骤：

1. 首先，你需要安装pandas库，可以使用以下命令进行安装：

   pip install pandas

2. 导入pandas库，并读取四个Excel文件，代码如下：

   import pandas as pd
   
   data1 = pd.read_excel('C:/大数据1年级数据.xlsx')
   data2 = pd.read_excel('C:/大数据1年级朋友数据.xlsx')
   data3 = pd.read_excel('C:/大数据1年级爱好数据.xlsx')
   data4 = pd.read_excel('C:/大数据1年级专业成绩数据.xlsx')

3. 合并四个数据集，并将“大数据1年级专业成绩数据.xlsx”中的nan替换为这门成绩的平均成绩，代码如下：

   # 合并四个数据集
   data = pd.merge(data1, data2, on='学号')
   data = pd.merge(data, data3, on='学号')
   data = pd.merge(data, data4, on='学号')
   
   # 将nan替换为这门成绩的平均成绩
   data = data.fillna(data.groupby('学号')['专业成绩'].transform('mean'))

4. 删除成绩有效数据少于1门的学生，代码如下：

   # 统计每个学生的有效成绩数
   data['有效成绩数'] = data[['数据1', '数据2', '数据3', '专业成绩']].count(axis=1)
   
   # 删除有效成绩数少于1门的学生
   data = data[data['有效成绩数'] >= 1]
   
   # 删除无用的列
   data = data.drop(columns=['有效成绩数'])

5. 最后，将处理后的数据保存为Excel文件，代码如下：

   data.to_excel('C:/处理后的数据.xlsx', index=False)

这样处理后，你就可以得到处理后的数据文件“C:/处理后的数据.xlsx”了。